近日，科锐国际（300662）轮值CEO曾诚受邀出席得到新商学增长大会，以《AI时代的组织进化——工欲善其事，必先利其器》为主题，结合25年人才与组织服务经验，与现场约400位企业创始人和管理者共同探讨AI时代的组织变革与增长，大会线上观看人次超过12万。
当AI从个人工具走进真实业务，企业要思考的已不只是“如何用好AI”，而是工作流程如何重构、人才与AI如何协同、组织如何持续创造价值。以下整理了本次分享的核心观点与实践案例，一起探索AI时代企业组织进化的新思路。
01
AI转型 已经不是一道选择题
AI时代，组织一定要进化吗？可不可以不变？
曾诚在现场分享了一个客户故事：一家企业服务机构发现，过去由客户员工分配任务、验收成果，现在客户开始用Agent来完成这些工作。而这家机构仍沿用原来以人工协作为主的交付方式，逐渐发现效率跟不上，成本也越来越高。这让企业负责人不得不重新思考：哪些工作应该由人完成？哪些可以交给AI？人与人、人与Agent又该如何协同？
推动企业改变的，不只是AI技术本身，更是已经变化的客户需求与竞争环境。
但是，企业也不必被“全员AI”的叙事吓到，真实的世界是——大多数企业还处在从试点走向局部应用的阶段。但这并不意味着企业可以继续等待。因为AI带来的变化，已经从技术趋势逐渐转化为真实的业务压力。
对于管理者，不妨先问自己几个问题：AI是否已经进入真实业务场景？有没有一批员工，已经通过AI取得了实际成果？企业的交付效率、客户体验或成本结构，是否因此发生了变化？
先看清企业所处的阶段，再找到下一步的发力点。从“会用AI”，逐步走向“用AI重新设计工作”。
02
AI组织转型的三个误区
误区一：局部更快，全局却更慢
员工用AI写方案、做分析，个人工作效率明显提升。但如果公司里每个人的效率都提高了20%，企业整体效率也能同步提升20%吗？
现实往往不是这样。一个人做得快了，可能还要等下一个部门；员工产出更多了，但原有的审批、交接和协作流程没有变，甚至可能出现“任务做得更快，会议却开得更多”的情况。
局部提效，不等于整体提效。AI进入企业后，我们不能只盯着工具，更要重新审视整个工作流程。
曾诚将应对方法总结为两个字——“审”与“变”。先审视每个岗位、任务和部门之间的工作流程，找到重复、低效的环节；再敢于调整，舍得做减法。
她在现场提出一个值得思考的问题：与其让原来的五个步骤分别提效20%、50%，为什么不先想一想，能不能直接把五步变成两步？
把AI装进旧流程，得到的可能只是一个跑得更快的旧流程。真正的转型，是敢于重新设计工作，而不只是让原有的每一步都快一点。
误区二：产品很AI，组织却不AI
近年来，不少AI创业企业凭借技术和产品优势快速发展，但问题出在："产品是AI时代的，组织却停留在互联网大厂时代"——岗位照大厂方式设计、部门还是过去的边界、协同还是原来的机制，于是生产力已经变了，生产关系没变。
这些矛盾在业务高速增长时会被增长掩盖；等企业变大，部门冲突越来越多，甚至真正带来过几倍增长的关键人才开始流失。
曾诚分享了一位AI创业者的反思：“创业初期，几乎所有精力都放在技术和产品上。直到业务做大、组织问题接连出现，才意识到，如果当初能拿出一部分时间思考岗位怎么设计、团队怎么协同、组织怎么搭建，或许就能少走不少弯路。”
这也提醒我们：人少，不等于AI原生。真正的AI原生，不只有产品和技术，还应该体现在工作方式、岗位设计与组织协同上。初创企业最大的优势，是没有太多历史包袱；但如果从一开始就照搬过去的组织模式，也可能早早埋下未来发展的隐患。
误区三：投入很大，却只是一场“假转型”
这类情况在一些成熟企业中并不少见。老板重视AI，也愿意投入资源。但投入了不少，转型却迟迟看不到成果。问题出在哪里？
有些企业并不缺业务场景和数据，也不缺优秀人才，而是新引入的技术团队始终无法真正进入业务。原有团队熟悉客户和业务，却不懂新技术；技术团队拥有专业能力，却缺少对实际业务的理解。双方在权限、职责和协作机制上存在障碍，技术与业务始终难以真正融合。
所以，判断企业是否在做真正的 AI 转型，要问自己一个简单问题：如果拿掉AI，企业的流程、协作方式和组织运行机制，是否已经发生实质变化？
AI转型不是简单增加一个部门、一套系统或一批人才，而是让技术真正进入业务，推动工作方式发生改变。
03
推动组织进化要做好的四件事
看清了这些误区，接下来更重要的问题是：企业究竟应该从哪里开始？结合对不同企业的观察与实践，曾诚分享了四个值得管理者关注的行动方向。
第一件事：
老板亲自下场，找到人与AI的能力边界
AI转型是“一把手工程”，但这并不意味着老板要学会写代码，或者每天研究AI工具。
真正重要的是，管理者需要持续理解人与AI的能力边界：哪些事情可以交给 AI、哪些仍需要人的经验判断、哪些值得把整个工作重做一遍。技术在不断迭代，人与AI的分工也在持续变化。如果管理者始终置身事外，就很难做出准确判断。
曾诚分享了一位企业CEO的做法：他始终保持对前沿技术的关注，定期与技术专家、产业链伙伴和同行深入交流，了解技术正在发生什么变化。与此同时，他主动减少内部会议，把更多时间留给一线员工和客户，同时反复追问客户一个问题：“有哪些事情是你想做，却还没有能力做到的？”
因为新的业务机会，往往就藏在这些尚未被满足的需求里。AI越强，管理者越不能远离真实的业务现场。
第二件事：
找到内部真正的同行者
老板下场之后，还需要找到愿意一起推动改变的人。AI 转型很少全员同时发生，必须先找到愿意变、能够变、而且能把结果做出来的人。
曾诚分享了一家传统企业的实践。面对AI转型，这家企业没有急着从外部引进大批专家，而是由管理层亲自牵头，从一线选出一批员工开展小范围试点。企业为他们提供必要的资源和支持，鼓励大家把AI用到真实工作中，并持续复盘。更重要的是，企业还通过激励和晋升机制，为这些率先推动改变的员工提供保障。
因为组织转型从来不只是技术问题。工作流程改变了，原有的岗位分工、权责关系甚至利益分配，也可能随之调整。
对于那些愿意率先尝试的人，管理者不仅要给任务，更要给资源、给授权，也要让他们敢于试错。
第三件事：
把数据、知识和工作流真正沉淀下来
曾诚认为，这件事最重要，也最难。真正的数据沉淀，不是把文件扔进知识库，而是把那些原本藏在人脑里的经验留下来：优秀员工怎么判断、客户为什么拒绝、销售为什么能拿下订单、流程又总卡在哪里...
她分享了一个看似很“笨”，却非常有效的起点：让每个部门、每位员工，用大白话把自己每天的工作写下来——我每天在做什么？信息从哪里来？需要做哪些判断？下一步交给谁？哪里最容易出问题？当这些问题被逐一梳理清楚，企业才有机会看见原来流程中的重复、浪费与断点。
但梳理只是第一步。AI真正进入业务后，还需要继续拆任务、重组流程，甚至调整岗位和部门分工。从个人AI化，到流程AI化，再到组织运行方式改变，才是真正的转型。
她强调转型不应以减员为起点：先把工作重新设计、把知识沉淀下来，再看新的能力还能长出什么价值——“好的战略，有时候就是玉米（885811）地里种花生，火炉旁边烤红薯”。对于企业来说，AI转型的意义不只是把原来的事情做得更快、更省，而是通过数据、经验和能力的重新组合，找到过去没有发现的增长空间。
第四件事：
保持组织敏捷，重构用工模式
外部环境不断变化，传统以固定编制为主的用工模式，也越来越难适应快速变化的业务需求。企业需要重新判断：哪些能力必须长期留在组织里、哪些是阶段性需求、哪些工作可以由AI承担。
顺序也很重要——不是先买系统、再想怎么用人，而是先拆任务、再配能力，最后用管理机制和系统把它托住。
最终形成的，是一张“核心正式员工＋弹性人才／外部专家＋Agent”的能力网络。此时管理者要回答的不是“我有多少人”，而是“这件事需要哪些能力，我能不能快速把这些能力组合起来”。
AI时代的组织进化，不是给每个岗位配一个工具，而是重新审视工作、人才和技术之间的关系。正如曾诚在分享中所说：“技术决定可能性，人才决定未来。”
面对变化，与其坐在办公室寻找标准答案，不如走向客户、走向一线、走进真实世界。“一困惑，就出门”，在实践与交流中寻找组织进化的答案。
